Pular para o conteúdo
Alpha Doctor

IA em emergência e UTI

Como a inteligência artificial e o aprendizado federado podem integrar monitoramento da poluição do ar e avaliação de impacto na saúde?

Resposta curta: Uma revisão sistemática identificou lacunas nas pesquisas sobre previsão da qualidade do ar e seus efeitos na saúde. Os autores propõem um sistema integrado de avaliação de impacto ambiental e sanitário baseado em aprendizado federado, que associa poluição a atividades socioeconômicas, prevê o Índice de Qualidade do Ar e apoia o planejamento de serviços de saúde para grupos sensíveis.

Resposta

A poluição do ar, incluindo material particulado, dióxido de enxofre, ozônio e monóxido de carbono, está associada a desfechos adversos como doenças respiratórias, cardiorrespiratórias, cânceres e morte, além de aumento de internações e de visitas a serviços de emergência, sobretudo em áreas mais poluídas. O resumo destaca que o tema costuma ser negligenciado até que os efeitos sobre a saúde se tornem graves e, por vezes, irreversíveis.

Diante desse cenário, modelos preditivos de poluição do ar são considerados essenciais para avaliar os impactos sanitários e estimar o Índice de Qualidade do Ar, instrumento útil na avaliação de risco da exposição a poluentes. A revisão sistemática explora estudos existentes sobre a antecipação do impacto da qualidade do ar na saúde humana com apoio de inteligência artificial e aponta lacunas de pesquisa que merecem investigação.

Como proposta, os autores descrevem o desenvolvimento de um sistema integrado de avaliação de impacto ambiental e sanitário baseado em aprendizado federado. O objetivo é identificar a associação entre impacto na saúde e poluição a partir de atividades socioeconômicas e prever o Índice de Qualidade do Ar para avaliação de impacto. A saída do sistema seria utilizada no gerenciamento e planejamento de hospitais e serviços de saúde.

Espera-se que a solução atenda às necessidades de priorização e de atenção aos grupos populacionais sensíveis durante as temporadas de poluição. Os autores afirmam que os achados podem trazer impactos positivos para a sociedade em termos de melhoria da qualidade dos serviços de saúde e de sustentabilidade ambiental e sanitária, sendo úteis a autoridades locais de saúde e de monitoramento ambiental, especialmente em países em desenvolvimento.

O que o estudo mostrou

Trata-se de uma revisão sistemática que examina estudos existentes sobre a antecipação do impacto da qualidade do ar na saúde humana com uso de inteligência artificial. O resumo não informa o número de estudos incluídos nem detalhes do desenho dos trabalhos revisados. A revisão destaca lacunas de pesquisa e propõe um sistema integrado de avaliação de impacto ambiental e sanitário baseado em aprendizado federado, voltado a associar saúde e poluição a partir de atividades socioeconômicas e a prever o Índice de Qualidade do Ar.

Limitações

O resumo não informa a amostra de estudos, os critérios de seleção, a qualidade metodológica dos trabalhos revisados nem as limitações dos próprios estudos incluídos. Também não apresenta resultados empíricos do sistema proposto, que é descrito como proposta a ser desenvolvida. Assim, o resumo permite concluir apenas que existem lacunas de pesquisa e uma proposta conceitual, sem evidências de desempenho ou de impacto clínico.

Aplicação no consultório

Para a prática clínica e a gestão do consultório, a proposta reforça a utilidade de informações preditivas sobre a qualidade do ar no planejamento de serviços de saúde e na priorização de grupos sensíveis durante períodos de maior poluição. O médico pode considerar a exposição ambiental na avaliação de risco de pacientes com doenças respiratórias e cardiorrespiratórias e no dimensionamento de demanda por atendimentos. Como o resumo não traz resultados validados, a aplicação deve ser vista como perspectiva de planejamento, não como ferramenta pronta para uso.

Estudo citado

Towards Integrated Air Pollution Monitoring and Health Impact Assessment Using Federated Learning: A Systematic Review. Frontiers in public health, 2022.
Autores: Neo EX, Hasikin K, Mokhtar MI, Lai KW, Azizan MM, Razak SA, Hizaddin HF.
DOI: 10.3389/fpubh.2022.851553 · PubMed: PMID 35664109

Perguntas para aprofundar

Mais sobre IA em emergência e UTI

Todas as perguntas sobre IA em emergência e UTI · Todos os temas · Versão em markdown

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.